Pengantar pemodelan persamaan struktural


24

Saya diminta oleh rekan kerja untuk membantu dalam hal ini, yang saya tidak tahu. Mereka membuat hipotesis tentang peran beberapa variabel laten dalam satu studi, dan wasit meminta mereka untuk memformalkan ini dalam SEM. Karena yang mereka butuhkan sepertinya tidak terlalu sulit, saya pikir saya akan mencobanya ... untuk saat ini, saya hanya mencari pengantar yang bagus untuk subjek ini!

Google sebenarnya bukan teman saya dalam hal ini. Banyak terima kasih sebelumnya ...

PS: Saya membaca Structural Equation Modeling With sem Package dalam R oleh John Fox, dan teks ini oleh penulis yang sama. Saya pikir ini bisa mencukupi untuk tujuan saya, lagi pula referensi lain dipersilakan.


Apakah Anda ingin beberapa buku teks kunci tentang SEM dalam perspektif yang diterapkan, atau buku teks yang lebih umum dan formal?
chl

@ chl Terima kasih atas perhatian Anda. Sekarang setelah saya mendapatkan dasar-dasarnya, saya ingin melihat tulisan eksplisit tentang kemungkinan, dan ketentuan untuk pengidentifikasian. Sesuatu tentang indikator biner dan ordinal juga akan disambut dengan baik: Fox menggunakan korelasi polikorik, yang tampaknya sederhana dan efisien, tetapi solusi yang lebih kompleks mungkin dilakukan ... Saya menemukan beberapa makalah yang menarik tetapi saya tidak punya waktu untuk melakukan pencarian bibliografi yang luas; sebuah buku teks atau "kertas referensi" akan diterima.
Elvis

Jawaban:


18

Saya akan mencari beberapa makalah oleh Múthen dan Múthen, yang menulis perangkat lunak Mplus , khususnya

  1. Múthen, BO (1984). Model persamaan struktural umum dengan indikator laten dikotomis, teratur dan kontinu . Psychometrika , 49, 115132.
  2. Muthén, B., du Toit, SHC & Spisic, D. (1997). Inferensi kuat menggunakan kuadrat terkecil tertimbang dan persamaan estimasi kuadrat dalam pemodelan variabel laten dengan hasil kategoris dan kontinu. Laporan teknis yang tidak dipublikasikan.

(Tersedia dalam bentuk PDF dari sini: Weighted Least Squares untuk Variabel Kategorikal .)

Ada banyak lagi yang bisa dilihat di Mplus wiki, mis. Hasil WLS vs. WLSMV dengan data ordinal ; kedua penulis sangat responsif dan selalu memberikan jawaban terperinci dengan referensi yang menyertainya bila memungkinkan. Beberapa perbandingan kuadrat terkecil berbobot kuat vs metode berbasis ML dalam menganalisis matriks korelasi polikorik atau poliseral dapat ditemukan di:

Lei, PW (2009). Mengevaluasi metode estimasi untuk data ordinal dalam pemodelan persamaan struktural . Kualitas & Kuantitas , 43, 495–507.

Untuk pengembangan matematika lainnya, Anda dapat melihat:

Jöreskog, KG (1994) Tentang estimasi korelasi polikorik dan matriks kovarians asimptotiknya . Psychometrika , 59 (3), 381-389. (Lihat juga makalah SY Lee .)

Sophia Rabe-Hesketh dan rekan-rekannya juga memiliki makalah yang bagus tentang SEM. Beberapa referensi yang relevan termasuk:

  1. Rabe-Hesketh, S. Skrondal, A., dan Pickles, A. (2004b). Pemodelan persamaan struktural multilevel umum . Psychometrika , 69, 167–190.
  2. Skrondal, A. dan Rabe-Hesketh, S. (2004). Pemodelan Variabel Laten Umum: Multilevel, Longitudinal, dan Model Persamaan Struktural . Chapman & Hall / CRC, Boca Raton, FL. (Ini adalah buku referensi untuk memahami / bekerja dengan Stata gllamm .)

Sumber daya baik lainnya mungkin terdaftar di situs web unggulan John Uebersax, khususnya Pengantar Tetrachoric dan Koefisien Koefisien Polikorik . Mengingat bahwa Anda juga tertarik pada pekerjaan terapan, saya akan menyarankan untuk melihat OpenMx (paket perangkat lunak lain untuk memodelkan struktur kovarian) dan lavaan (yang bertujuan untuk memberikan hasil yang mirip dengan EQS atau Mplus), keduanya tersedia di bawah R.


Terima kasih banyak untuk semua referensi ini, termasuk paket R.
Elvis

12

Meskipun hanya bersinggungan dengan tujuan Anda pada saat ini, jika Anda melanjutkan proyek menggunakan variabel laten saya akan sangat menyarankan Anda membaca Denny Boorsboom's Measuring the Mind . Jangan tertipu oleh judul, itu terutama esai rinci tentang logika variabel laten, dan kritik besar terhadap teori tes klasik. Saya akan mengatakan itu perlu dibaca jika Anda menggunakan variabel laten dalam kerangka longitudinal. Ini hanya tentang logika variabel laten, tidak memiliki apa-apa tentang estimasi model.


Jangan posting kembali dengan pengalaman Anda, saya sudah memiliki beberapa referensi yang diberikan di sini, meskipun saya ingin memperluas perpustakaan saya juga. FWIW, persamaan struktural Ken Bollen dengan variabel laten adalah yang berikutnya dalam daftar bacaan saya (walaupun itu hanya berdasarkan pendapat saya tentang karya ilmiahnya).

Selain itu saya akan mengatakan saya menikmati karya Bengt Muthén juga. Perangkat lunak MPlus sangat populer, dan Anda dapat melihat semua jenis analisis yang dapat dilakukan di situs web Mplus ( tautan ke panduan pengguna ). Dia juga memiliki serangkaian posting mp3 tentang analisis statistik dengan variabel laten di UCLA. Saya belum mendengarkan mereka semua, tetapi saya curiga semua adalah perkenalan menyeluruh untuk topik apa pun yang dibahas untuk kuliah minggu itu.


3
(+1) Saya benar-benar penggemar koran Denny Boorsboom .
chl

Apakah teori respons item sampul buku Borsboom? Saya mencoba melakukan pekerjaan investigasi menggunakan analisis Rasch pada survei ilmu sosial, dan saya tertarik untuk menambahkan buku ke perpustakaan saya yang mengkritik CTT dan merekomendasikan IRT untuk pekerjaan ilmu sosial.
Michelle

@Michelle, buku Borsboom tidak spesifik untuk cara-cara di mana kami mewakili variabel laten (baik melalui IRT atau model tipe analisis Faktor lainnya). Ini hanyalah esai terperinci tentang apa variabel laten itu, dan juga sebagian besar tentang bagaimana CTT konyol sebagai upaya ilmiah.
Andy W

@AndyW terima kasih atas informasi tambahannya, sepertinya buku itu masih akan menjadi tambahan yang bagus untuk perpustakaan saya.
Michelle

@Michelle CTT sering digunakan sebagai tahap analitik pendahuluan (lihat misalnya Bechger et al., Menggunakan Teori Uji Klasik dalam Kombinasi dengan Teori Respon Item , APM 2003 27: 319) selama konstruksi skala, untuk membuang item yang berperilaku buruk. Kritik utama adalah tentang fakta bahwa statistik CTT tergantung pada sampel (dan memiliki beberapa definisi aksiomatis dari skor sebenarnya ), tetapi tidak semua model IRT benar-benar 'model pengukuran', bagi beberapa penulis.
chl


5

Saya sedang mempelajari SEM saat ini, menggunakan LISREL. Kami menggunakan dua buku ini:

  1. Panduan Pemula untuk Pemodelan Persamaan Struktural
  2. Perkembangan dan Teknik Baru dalam Pemodelan Persamaan Struktural

Dr Schumaker adalah instruktur dalam kursus saya. Buku pertama sangat bagus dalam memperkenalkan SEM, karena akan membawa Anda melalui proses spesifikasi model, identifikasi, dan sebagainya. Walaupun didasarkan pada LISRELperangkat lunak, saya berharap bahwa metode umum dan interpretasi hasil tidak tergantung pada perangkat lunak.


2
Saya akan merekomendasikan Model Variabel Laten Loehlin : Pengantar Faktor, Path, dan Analisis Persamaan Struktural (2003, ed. 4, Lawrence Erlbaum Associates). Itu buku yang sangat bagus dengan banyak ilustrasi dan referensi.
chl

Buku pertama sangat bagus untuk menuntun Anda melalui keputusan seputar cara memangkas variabel dari hasil SEM Anda, sehingga Anda berakhir dengan model yang ditentukan dengan benar. Dalam kursus yang saya lakukan, saya menghabiskan banyak waktu untuk mencari tahu spesifikasi model yang benar, dan kami menggunakan dataset ilustratif. Spesifikasi -> identifikasi -> estimasi -> pengujian -> proses modifikasi tercakup dalam buku pertama.
Michelle

4

Buku Kline sangat bagus. Untuk intro cepat seperti makalah lihat

Gefen, D. 2000. Pemodelan persamaan struktural dan regresi: Pedoman untuk praktik penelitian. CAIS. Volume 4. http://aisel.aisnet.org/cais/vol4/iss1/7/

Hox, JJ dan Bechger, TM Pengantar pemodelan persamaan struktural. Ulasan Ilmu Keluarga. 11: 354-373. http://joophox.net/publist/semfamre.pdf

Lei, PW dan Wu, Q. 2007. Pengantar Pemodelan Persamaan Struktural: Masalah dan Pertimbangan Praktis. Pengukuran Pendidikan: Masalah dan Praktek. http://dx.doi.org/10.1111/j.1745-3992.2007.00099.x

Grace, J. 2010. Pemodelan Persamaan Struktural untuk Studi Observasional. Jurnal Pengelolaan Margasatwa. 72: 14-22 http://dx.doi.org/10.2193/2007-307

Lihat juga http://lavaan.org


1

Jarrett Byrnes (jebyrnes di sini) juga memiliki materi kursus intro SEM selama seminggu yang diposting di sini: http://byrneslab.net/teaching/sem/

Kursus ini dimaksudkan untuk para peneliti yang menerapkan SEM untuk data biologis dan ekologi tetapi mencakup pengantar umum untuk konsep SEM, kode R, dan contoh-contoh sehingga sangat membantu orang lain. Saya menemukan materi sangat membantu dalam memulai dengan hampir tidak ada pengetahuan tentang pendekatan itu.

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.